共查询到19条相似文献,搜索用时 93 毫秒
1.
2.
3.
风力发电机齿轮箱故障信号为非平稳瞬态微弱信号,容易被齿轮啮合信号及其他噪声淹没。提出一种融合连续小波变换(Continuous wavdot transform,CWT)和平稳子空间分析(Startionary subspace analysis,SSA)的信号分解方法并应用于风力发电机齿轮箱故障诊断中。平稳子空间分析作为一种盲源分离技术可将高维数据分解成平稳源部分和非平稳源部分,对待分析信号各分量间的独立性没有要求且不需要任何先验信息。连续小波变换则可利用其所具有的多尺度分析特性把一维时间序列转换为不同尺度下的多维时间序列。对观测得到的一维时间序列数据进行连续小波变换得到多维时间序列作为平稳子空间分析的输入,利用平稳子空间分析方法将该多维时间序列分解为平稳源信号分量和非平稳源信号分量,对非平稳源信号进行包络谱分析得到齿轮箱故障的特征频率。该小波域平稳子空间分析方法被应用于一个实际风力发电机齿轮箱振动信号的分析,试验结果表明该方法可有效地诊断出齿轮箱中的轴承故障。 相似文献
4.
某750 kW风力发电机投入运行以来,其增速齿轮箱的齿轮故障经常发生.针对750 kW风力发电机齿轮箱的齿轮传动系统故障,运用新的齿轮参数配置方案,建立了虚拟样机;在ADAMS中进行了动力学分析,找出了系统中的薄弱齿轮,并对此薄弱齿轮进行了疲劳寿命分析,计算寿命满足使用要求,证明了该方案的可行性. 相似文献
5.
风力发电机状态监测和故障诊断技术的研究与进展 总被引:14,自引:0,他引:14
针对目前迅猛发展的风电装备缺乏有效监测诊断方法开展综述,指出其研究现状和值得研究的问题.综述风力发电机的发展现状、故障特点和诊断难点,风力发电机的装机容量和规模都在逐年扩大,目前基于振动监测的风力发电机在线诊断系统尚属空白,其运行维护费用增加以及频繁事故发生所造成的巨大损失严重影响了风电的经济效益.针对风力发电机中的主要故障部件,如齿轮箱、发电机、叶片等,介绍现有状态监测和故障诊断方法的研究现状.结合风力发电机工作在变转速、不稳定载荷等工况下的特点,指出研究重点是需要针对这一新型装备研究其故障机理和特定的诊断方法,研发适合于风力发电机特点的在线状态监测和故障诊断系统. 相似文献
6.
以风力发电机齿轮箱具体应用实例为载体,通过理论计算设计出的齿轮箱模型,并通过UG软件建模,得到了增速齿轮箱数字样机三维模型,并把该样机模型导入Adams软件进行运动仿真分析,验证了设计样机的合理性,并为UG软件和Adams软件结合提供了一种方法。 相似文献
7.
基于三维软件Pro-E,建立1.5 MW风力发电机行星轮系传动系统模型,并导入ADAMS进行刚体动力学仿真,得知易受损齿轮为太阳轮。将该齿轮通过ADAMS与ANSYS刚柔动力学分析,得到其应力云图,为以后齿轮箱设计提供数据基础。 相似文献
8.
基于信息熵神经网络的风力发电机故障诊断方法研究 总被引:4,自引:0,他引:4
风力发电机组运行工况复杂多变,振动信号呈非平稳性和复杂性等特点,不同负载下信号能量分布差异较大,传统的时、频域特征参数不具纵向可比性,无法判别振动变化来自设备故障还是负载变化.针对以上特点,选择受机组工况变化影响较小的信息熵作为信号特征参数提取,通过描述信号总体统计特性判断设备状态,将齿轮各典型状态模式下的振动特征信息熵值作为网络的输入样本,通过训练前向传播back propagation(BP)神经网络,建立齿轮状态识别模型.利用新样本验证,结果与实际情况吻合得很好,表明该方法对风力发电机齿轮故障诊断的有效性和实用性. 相似文献
9.
为了探讨无传感器故障诊断方法在风力发电机传动系统故障中的感应机理,在SIMULINK环境下,建立了一个双馈风力发电机仿真模型,对风力发电机传动系统故障在发电机定子电流中的响应过程进行理论分析。研制专用的风力发电机组模拟试验台,进行传动系统的断齿故障模拟试验与验证。利用Hilbert变换的幅值和频率解调方法,分析仿真及模拟试验结果,表明定子电流主要反映传动系统的扭矩或速度波动特征,将其用于风力发电机传动系统齿轮断齿类故障的监测与诊断是可行的。 相似文献
10.
11.
12.
13.
双馈异步风力发电机采用变转速变桨距的控制策略以保持风力最大功率捕获,风电齿轮箱时刻处于变速变载的恶劣工况,其关键部件极易受到损伤.针对齿轮箱轴承故障特征易受到风机变工况干扰的问题,提出了一种变分模态分解与瑞利熵相结合的特征分析方法,实现对风电齿轮箱高速轴轴承健康状态系数的估计.本文以双馈异步风机齿轮箱高速轴轴承作为研究... 相似文献
14.
在实际工况中,风机齿轮箱的故障样本多呈现不均衡特征.为克服样本不均衡性给诊断效果带来的影响,提出了一种基于LSGAN(最小二乘对抗网络)和VMD-MPE-KELM的风机齿轮箱故障诊断方法.首先,采用LSGAN算法用于少数类故障样本的生成处理,将具备原始样本特征的生成数据扩充样本集使其分布均衡,采用VMD方法分解样本集中各类故障的振动信号,计算各模态分量的MPE多尺度排列熵值以提取信号特征;再通过KPCA方法降维处理,获得故障样本的特征向量,将其代入KELM模型诊断.实验表明,LSGAN算法克服了GAN在生成故障样本中梯度消失、训练不稳定和数据质量差等问题;VMD-MPE-KPCA方法可有效提取故障特征.该方法有效地提高了非平衡齿轮箱故障样本的诊断精度. 相似文献
15.
16.
17.
针对风力发电机组地处偏远、人工巡检排故困难,利用物联网技术开发了远程状态实时监测和故障诊断系统,分析了总体框架,构建了故障诊断规则库,阐述了工作流程.该系统可实现对风机齿轮箱运行状态的远程实时监测,通过分析风机齿轮箱运行状态信息触发自动故障诊断系统和基于规则的故障诊断,生成故障诊断报告,并将其导入专家经验库.经风电机组... 相似文献
18.
《机械传动》2013,(2):13-16
风力发电机齿轮箱是风力发电机组中发生故障频率最多的部件。针对齿轮箱振动信号大多为非平稳的特征,设计了以DSP-TMS320F28335(简称F28335)为核心处理器的风力发电机齿轮箱故障诊断系统,该系统可以脱离上位机独立运行。利用F28335及其丰富的外设模块构建了系统的硬件平台,其中包括对模拟信号采集、频率信号、数字信号采集的相关模块,并具有以太网、CAN总线的通信功能。采集的信号经过DSP嵌入式EMD分解算法将振动信号分解成IMF分量,并对IMF分量进行Hilbert变换,进而获得精确的信号Hilbert边际谱图,依据Hilbert边际谱图得到设备潜在故障信息。经试验表明本系统能够有效的诊断齿轮箱故障。 相似文献